很多小伙伴在使用ComfyUI运行Wan2.1视频生成工作流时，会遇到SamplerCustom节点报错、Workflow too large的问题，即便重新加载工作流、重启软件也无法解决。本文精准定位报错根源，整理出简单高效、适配Windows便携包的完整修复方案，新手也能一键搞定。
一、完整报错信息复盘
本次报错为ComfyUI运行高频异常，具体报错日志如下：
节点在执行过程中发生错误。
ComfyUI Error Report
Error Details
– Node ID: 19
– Node Type: SamplerCustom
– Exception Type: subprocess.CalledProcessError
– 核心报错提示：Workflow too large. Please manually upload the workflow from local file system.
该报错并非工作流文件损坏、模型缺失，也不是显存不足导致，绝大多数情况是环境兼容冲突引发的底层编译崩溃。
二、报错根源精准定位
逐层拆解报错链路，彻底理清问题成因，避免盲目排查：
1. 表层报错节点
工作流19号节点 SamplerCustom 执行失败，系统提示工作流过大，无法自动运行，看似是工作流文件问题。
2. 真实崩溃源头
报错核心来自第三方插件 comfyui-kjnodes 的加速功能：工作流开启了 SageAttention 注意力加速（attention_override_sage）。
3. 底层兼容故障
SageAttention 依赖 Triton 框架加速运算，而Triton会调用内置 tcc.exe 编译器编译 cuda_utils.c 文件。在Windows环境下，Python3.13版本与Triton官方适配性极差，直接导致编译失败、采样节点崩溃，最终触发工作流异常报错。
4. 关键环境特征
- 运行环境：ComfyUI Windows便携包
- 兼容问题：Python3.13 对 Windows 版 Triton 支持不完善
- 误区提醒：无需删除、修改tcc.exe文件，手动改动会导致更多底层报错
三、两套分级修复方案（优先推荐快速修复）
本文提供两套适配方案，分为极速恢复方案和彻底根治方案，大家可根据自身需求选择。
方案一：快速临时修复（10秒生效，优先推荐）
无需更换环境、无需重装软件，直接关闭冲突加速功能，完美适配Wan2.1视频生成工作流，零成本恢复运行。
操作步骤：
- 打开当前报错的Wan2.1工作流；
- 找到工作流中的 KJNodes 模型优化/加速节点；
- 在节点面板中，找到 attention_override_sage（SageAttention注意力加速） 选项；
- 取消该选项的勾选，保存工作流；
- 重新队列运行，报错直接消失，视频生成恢复正常。
💡 小贴士：如果找不到对应开关，可截图节点面板，即可精准定位具体勾选位置。
方案二：永久彻底根治（解决版本兼容问题）
若想保留SageAttention加速功能、提升视频生成速度，彻底规避版本兼容bug，可直接更换适配环境。
核心操作： 将当前Python3.13版本的ComfyUI便携包，替换为 Python3.11 版本便携包。
原理：Triton Windows版官方对Python3.11兼容性最稳定，完美支持SageAttention加速编译，不会出现tcc.exe编译失败问题，从根源杜绝该报错。
四、高频避坑误区总结
- ❌ 错误操作：删除/修改
tcc.exe编译器文件，会导致Triton框架完全失效，引发更多未知报错； - ❌ 错误判断：误以为是工作流过大、模型损坏、显存不足问题，反复重新加载工作流、重装模型；
- ✅ 正确认知：该报错是 Python版本 + Triton + Sage加速 的环境兼容问题，与工作流本身无关。
五、总结
ComfyUI Wan2.1 视频生成 SamplerCustom节点报错、Workflow too large 的核心成因：Python3.13环境下Triton编译失败，根源为SageAttention加速功能版本不兼容。
日常使用优先选择关闭Sage加速快速恢复使用；长期追求稳定加速效果，直接更换Python3.11版本便携包即可彻底解决。
